[发明专利]基于数据挖掘技术的心血管疾病患者虚弱症分级方法

说明书

本发明涉及基于数据挖掘技术的心血管疾病患者虚弱症分级方法，其包括步骤一，在平台上建立用于对患者信息进行管理与使用的患者用户档案，用户档案对应患者信息一一映射；步骤二，首先，患者的数据信息通过患者或医生填入数据库；然后，平台生成数据并存储到硬盘或内存中；步骤三，首先，用户或医生将患者就诊时自诉的症状信息与医生对患者的诊断信息通过平台登入窗口上报至数据云处理器；然后，数据云处理器对症状信息与诊断信息存储与预处理；其次，将预处理后的信息作为分类模型的训练的数据项；本发明设计合理、结构紧凑且使用方便。

技术领域

本发明涉及数据挖掘、机器学习、人工智能等计算机专业领域和医疗数据应用领域，具体为一种辅助确定心血管疾病患者当前所处虚弱状态的方法。

背景技术

随着医疗行业信息化建设的不断完善，各个业务系统生成大量的患者健康相关的检查和检验数据。基于数据挖掘和人工智能等技术，提取这些数据中隐藏的，而又具有一定潜在价值的信息和知识，可以构建一个大的数据知识库。通过对此知识库进行学习，可以得到一个具有决策能力的“大脑”，用以辅助医生对患者身体状态的把握，从而在进行医疗治疗过程可以选择更佳的临床决策，对医疗质量的提高有促进与推动的作用。在国内，相关的研究最早可追溯到1978年北京中医医院与计算机专家合作开展的“关幼波肝病诊疗程序”项目。这各也是国内首个将医学专家系统与中国传统医学相结合的医疗系统。其它的系统还有，1986年福建中医学院与省计算中心合作开发的“林如高骨伤计算机诊疗系统”；1992年，中国中医研究院和中国科学院共同研发“中国中医治疗专家系统”。

现有技术的缺点：方法简单，分类精确度和准确度低，相同虚弱症数目，但不同症状患者的区分度低。

发明内容

本发明所要解决的技术问题总的来说是提供一种基于数据挖掘技术的心血管疾病患者虚弱症分级方法；面对需住院或手术治疗的突发、重症心血管疾病患者，为了更准确、更迅速的得出具有数据意义的虚弱指数，发明一套虚弱症分级方法和算法。通过机器学习技术对门诊数据进行数据挖掘和分析等处理，可以获得更精确的患者虚弱指数，从而辅助医生实现对患者的个性化、精准治疗决策。详细解决的技术问题以及取得有益效果在后述内容以及结合具体实施方式中内容具体描述。

为解决上述问题，本发明所采取的技术方案是：

本发明利用高斯混合聚类的方法，对一个无标签患者数据先进行一个随机的预分类，如将数据a归为B类，通过其为B类的概率求出属于B类的参数，可用于确定为B类数据的划分规则，但由于数据a划分为A类的概率大于为B类的概率，会造成数据a在迭代的过程中回归到A类，各分类的参数也会逐步收敛，最终对所有数据完成分类。此方法打破了先有鸡还是先有蛋的局面，对于无法得知患者虚弱程度的真实分类，可以依据此方法，获取患者的真实身体情况。本发明为解决心血管疾病患者在治疗时，防止身体耐受力差而产生的生命危险问题。为使患者明确当前自己身体的虚弱程度，帮助医生选择更有效率的治疗方案。根据累积型虚弱的定义，累积型虚弱指定义为在一个时间定点，个体所有健康程度测量中，取值为不健康的指标个数所占的比例为分级标准。比值越大虚弱程度越高，反之虚弱程度越低。累积型虚弱指数每增加0.1，虚弱患者相较于普通患者死亡风险增加44％。对于虚弱程度较高的患者可以选择较为缓和的治疗方式，同时辅以针对性的虚弱恢复手段，以降低由于身体耐受不住治疗导致的负面影响，从而提升对患者的治疗安全性与治疗效率。同时，虚弱程度对于预测手术风险，促进围术期优化有着重要的意义。因此，精准的患者虚弱程度分级有极高的研究价值。本发明即为一种提高辅助检测虚弱程度精确度的系统，相比传统的虚弱测试系统更加符合患者身体状况的真实性。

本发明的有益效果不限于此描述，为了更好的便于理解，在具体实施方式部分进行了更加详细的描述。

附图说明

图1是本发明的流程示意图。

具体实施方式

如图1，本发明借助于数据软件平台；该平台包括